信息Agent是一种智能Agent,规划是研究信息Agent的核心理论之一,已成为人工智能中重要的研究领域,具有重要的理论意义和应用价值.该学位论文对信息Agent系统和规划问题中的一些重要问题进行研究,在以下方面获得成果:1.研究了知识在信息Agent中的作用,并实现了一个基于知识的新闻信息采集软件Agent系统,能够帮助用户自动完成相关新闻信息的搜集和整理,并以友好的方式提供给用户.该系统具有自主性、反应能力、个性化和协作性等良好特性.2.设计并实现了一个基于本体的动态信息收集Agent系统,提出了一个基于概念图的本体知识表示方法,并给出了基于机器学习的本体知识库构造和更新算法.我们讨论了知识本体在描述信息源知识、规范描述文档信息和用户检索请求三方面的应用,实验结果表明基于知识本体技术的信息收集Agent可有效地处理动态信息的收集问题.3.分析了HSP(状态空间启发搜索规划)和CSP(约束可满足问题)求解串行问题的启发策略,提出了一组基于规划图结构信息的偏序规划评价方法.通过实验,表明这些方法能够提高串行规划问题的求解,甚至可以在不降低并行问题求解效率的前提下提高求解串行规划问题的性能.4.研究了多Agent的并发协作规划问题,提出一个基于STRIPs的动作交互与协作的描述方法,并给出了一个基于规划图的多Agent并发协作规划算法.该方法不仅是可行的,而且是可靠和完全的.